Programación Entera Robusta — Optimización bajo Incertidumbre con Restricciones de Integridad
La Programación Entera Robusta (RIP, por sus siglas en inglés) encuentra soluciones enteras o binarias que permanecen factibles y casi óptimas en todos los escenarios de un conjunto de incertidumbre prescrito. En lugar de asumir un conocimiento exacto de los datos, la RIP se protege contra la realización en el peor de los casos de costos inciertos o coeficientes de restricciones, entregando decisiones que garantizan un buen desempeño incluso cuando las entradas se desvían de sus valores nominales.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Bertsimas, D., Sim, M. (2003). Robust discrete optimization and network flows. Mathematical Programming, 98(1-3), 49-71. DOI: 10.1007/s10107-003-0396-4 ↗
- Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Integer Programming — Optimization under uncertainty with integrality constraints. ScholarGate. https://scholargate.app/es/simulation/robust-integer-programming
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Programación EnteraOptimización↔ compare
- Programación Entera MixtaSimulación↔ compare
- Programación Lineal RobustaSimulación↔ compare
- Programación Entera Mixta RobustaSimulación↔ compare
- Optimización Multiobjetivo RobustaSimulación↔ compare
- Programación Entera EstocásticaSimulación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →